โดย บุศรินทร์ ประดิษฐยนต์
Country Head, บริษัท เอสที เทเลมีเดีย โกลบอล ดาต้าเซ็นเตอร์ (ประเทศไทย) จำกัด
เป้าหมาย AI ไทยชัดเจนอยู่แล้ว ทว่าโจทย์สำคัญจากนี้ คือการลงมือทำเพื่อสร้างผลลัพธ์จริง
หมดเวลาลองผิดลองถูก วันนี้ AI กลายเป็นกลยุทธ์ของผู้นำองค์กรเต็มตัว ทำให้องค์กรแต่ละแห่งเริ่มจัดสรรงบและวางแนวทางการใช้งานจริง เพื่อเพิ่มประสิทธิภาพการทำงาน เสริมประสบการณ์ลูกค้า และช่วยในการตัดสินใจเชิงธุรกิจให้มีความเหนือชั้นยิ่งกว่าเดิม
อย่างไรก็ตาม หลายองค์กรเริ่มตระหนักแล้วว่า “การนำ AI มาปรับใช้งาน” กับ “การขยายผลการใช้งาน AI ไปในวงกว้าง” นั้นเป็นคนละเรื่องกัน และก้าวสำคัญของประเทศไทยไม่ได้วัดกันที่ว่าใครทดลองใช้ก่อน หากอยู่ที่ว่าใครสามารถนำ AI มาใช้งานจริงได้อย่างต่อเนื่อง ปลอดภัย และครอบคลุมทั่วทั้งองค์กร
ตลาดเติบโตรวดเร็ว แต่ยังติดหล่มอยู่ ทำให้หลายองค์กร ยังไปต่อไม่ได้
สิ่งที่น่าประหลาดใจไม่ใช่เรื่องที่ประเทศไทยตื่นตัวพร้อมเปิดรับ AI แต่องค์กรส่วนใหญ่ยังคงติดหล่มอยู่ตรงกลางระหว่างขั้นทดลองใช้กับการขยายผลจริง
ในภาพรวมเศรษฐกิจของประเทศไทยมีความแข็งแกร่งมาก ข้อมูลจากสำนักงานส่งเสริมเศรษฐกิจดิจิทัล (depa) ที่เปิดเผยในงาน Practical Insights Bangkok ซึ่งจัดขึ้นโดย ST Telemedia Global Data Centres (STT GDC) ระบุว่า อุตสาหกรรมดิจิทัลของไทยคาดว่าจะมีมูลค่าสูงถึง 2.9 ล้านล้านบาทภายในสิ้นปีนี้ (พ.ศ.2569) ซึ่งคิดเป็นสัดส่วนประมาณ 15% ของ GDP ประเทศ ส่งผลให้ศักยภาพของระบบคลาวด์และดาต้าเซ็นเตอร์ต้องเร่งขยายตัวอย่างรวดเร็วเพื่อรองรับความต้องการดังกล่าว
ทว่าโครงสร้างพื้นฐานเหล่านี้จะมีประโยชน์ก็ต่อเมื่อองค์กรพร้อมดึงไปใช้งานได้จริง งานวิจัยของ STT GDC ในหัวข้อ Mind the Gap: Bridging the AI Infrastructure Readiness Divide ซึ่งสำรวจองค์กรชั้นนำและกลุ่ม Digital Native 60 แห่งในประเทศไทย สะท้อนผลลัพธ์ที่น่าสนใจว่า แม้ 78% ขององค์กรจะก้าวผ่านขั้นการทดลองและมาสู่การเป็น ‘ผู้สร้าง’ (Builder) แล้ว แต่กลับไม่มีองค์กรใดเลย (0%) ที่อยู่ในระดับ ‘ผู้นำ’ (Leader) และมีไม่ถึง 10% ที่มีความพร้อมรองรับเวิร์กโหลด AI ได้อย่างมีประสิทธิภาพ
ช่องว่างระหว่างช่วงของการวางรากฐาน กับการนำ AI มาใช้ขับเคลื่อนเป็นส่วนหนึ่งในธุรกิจนั้นจึงยังคงเปิดกว้างกว่าแค่ในหัวข้อที่พวกเราทราบ
เปลี่ยนความมุ่งมั่นให้กลายเป็นพลังขับเคลื่อน AI ที่แท้จริง
สิ่งที่ฉุดรั้งหลาย ๆ องค์กรไทยไว้ไม่ใช่เพราะไม่สนใจใน AI แต่เพราะยังขาดความเชื่อมั่นว่า AI จะสามารถสร้างมูลค่าทางธุรกิจที่วัดผลได้จริงอย่างไร
งานวิจัยของ STT GDC ยังพบว่า 57% ของผู้นำธุรกิจไทยยกให้ ข้อจำกัดด้านงบประมาณและความยากในการวัดผลตอบแทนจากการลงทุน (ROI) เป็นอุปสรรคสำคัญที่สุด โดยปัจจุบัน 76% ขององค์กรจัดสรรงบไอทีให้กับ AI ไม่ถึง 5% ด้วยซ้ำ นี่คือความย้อนแย้งที่พบได้บ่อยในโลกธุรกิจ นั่นคือ ผู้นำมักลังเลที่จะทุ่มงบให้กับเทคโนโลยีที่ยังมองไม่เห็นตัวเลขผลตอบแทนชัดเจนด้านการเงิน
แต่ความลังเลนี้กลายเป็นต้นทุนที่สูงขึ้นเรื่อย ๆ ในภาคธุรกิจที่มีการนำ AI มาประยุกต์ใช้อย่างเป็นระบบจะมองเห็นผลลัพธ์ได้ชัดเจน ตัวอย่างเช่น ในกลุ่มธุรกิจธนาคาร บริการทางการเงินและประกันภัย (BFSI) ที่มีการนำ AI มาบริหารสภาพคล่องเงินสดในตู้ ATM ลดระยะเวลาการประเมินราคาที่ดินจากหลายวันเหลือเพียงไม่กี่นาที ตลอดจนตรวจจับบัญชีม้าได้ทันท่วงทีก่อนจะเกิดความเสียหาย
บทเรียนที่ชัดเจนคือ AI สร้างคุณค่าได้เต็มประสิทธิภาพ ก็ต่อเมื่อมันถูกผนวกเข้ากับทุกกระบวนการทำงานอย่างแท้จริง
มองมุมใหม่ “ธรรมาภิบาล” ไม่ใช่เบรก แต่คือ “ตัวเร่ง”
องค์กรที่มีแนวโน้มจะประสบความสำเร็จจากการขยายการใช้งาน AI นั้นไม่ใช่องค์กรที่ไร้กรอบควบคุม แต่คือองค์กรที่มีกรอบการทำงานด้าน AI ชัดเจนที่สุด
ประเทศไทยกำลังก้าวเข้าสู่ช่วงเวลาสำคัญด้านการกำกับดูแล ร่างกฎหมาย AI ที่อยู่ระหว่างการร่างโดยสำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) แทนที่จะมองว่ากฎระเบียบเป็นอุปสรรค องค์กรที่มีวิสัยทัศน์กลับมองว่ากรอบกฎหมายที่ชัดเจนคือกรอบหรือแนวทางความปลอดภัย (Guardrails) ที่ช่วยให้สามารถสร้างสรรค์นวัตกรรมได้อย่างมั่นใจและรวดเร็วยิ่งขึ้น
ด้วยหลักการเดียวกันนี้ ยังสามารถนำมาปรับใช้ภายในองค์กรได้เช่นกัน และองค์กรที่ปรับตัวได้ดีจะเปลี่ยนการใช้ ‘ประตูกั้น’ (gates) ที่เข้มงวดและถ่วงการทำงานของทีมให้ช้าลง ไปสู่การสร้าง ‘กรอบหรือแนวทาง’ (Guardrails) ที่ยืดหยุ่น ซึ่งเปิดโอกาสให้ทีมได้ทดลองนวัตกรรมได้รวดเร็ว ภายใต้ขอบเขตที่ปลอดภัยควบคู่ไปกับการทลายกำแพงการทำงานแบบแยกส่วน (Silos) เพื่อรวมศูนย์ให้ AI นำไปประมวลผลและใช้งานได้จริง
แต่เทคโนโลยีและกระบวนการเป็นเพียงคำตอบส่วนหนึ่งเท่านั้น เพราะหัวใจหลักที่แท้จริงของธรรมาภิบาล AI ยังคงเป็นการพิจารณาและตัดสินใจโดยวิจารณญาณของมนุษย์
AI ช่วยเร่งสปีดการตัดสินใจ แต่ความรับผิดชอบยังคงเป็นเรื่องของ “คน” เสมอ องค์กรที่ขยายสเกล AI ได้สำเร็จ ไม่ใช่เพราะลดบทบาทมนุษย์ แต่เพราะสร้างกรอบการกำกับดูแลที่ลงตัว ใช้ AI เป็นตัวเร่งพลัง และใช้ความเชี่ยวชาญของคนเป็นศูนย์กลางในการตัดสินใจขั้นสูงสุด วินัยนี้เองที่จะกลายเป็นเกราะป้องกันความเสี่ยง ‘Shadow AI’ ที่ก่อให้เกิดการละเมิดข้อบังคับ และความเสี่ยงต่อชื่อเสียงองค์กรเมื่อมีการขยายการใช้งาน AI ไปทั่วทั้งองค์กร
ก้าวสำคัญของการใช้งานจริง ไม่ใช่เพียงการปรับตัวในองค์กร แต่คือการยกระดับโครงสร้างพื้นฐานทางกายภาพให้พร้อมรองรับอนาคต
อีกหนึ่งหัวใจสำคัญที่จะช่วยขับเคลื่อนและเตรียมความพร้อม AI ให้กับประเทศไทยอย่างแท้จริง ก็คือการวางรากฐาน “โครงสร้างพื้นฐาน” ให้แข็งแกร่งและพร้อมรับกับอนาคต
เพื่อร่วมแก้ปัญหาการขาดแคลนบุคลากร depa ได้เปิดตัวโครงการระดับชาติชื่อว่า Coding Thailand 2026: AI Inspires the Future เพื่อสร้างบุคลากรรุ่นใหม่ด้านวิศวกรรมและ AI อย่างยั่งยืน ความพยายามดังกล่าวนั้นมีความสำคัญอย่างยิ่ง แต่ถึงแม้จะมีบุคลากรที่พร้อม หลายองค์กรก็จะยังคงต้องเผชิญกับข้อจำกัดที่คาดไม่ถึงอยู่ดี
ข้อมูลของเราสะท้อนถึงโอกาสสำคัญในการเติมเต็มศักยภาพ แม้ว่า 50% ขององค์กรไทยจะลงทุนในฮาร์ดแวร์ AI ประสิทธิภาพสูงอย่าง GPU ไปแล้ว แต่มีเพียง 15% เท่านั้นที่เริ่มนำระบบระบายความร้อนด้วยของเหลว (Liquid Cooling) เข้ามาเสริม เนื่องจากการประมวลผล AI ยุคใหม่ต้องการพลังงานและการจัดการความร้อนสูงเกินกว่าระบบเดิม การปูรากฐานระบบทำความเย็นและพลังงานอย่างถูกต้อง จึงเป็นกุญแจดอกสำคัญที่จะปลดล็อกให้ฮาร์ดแวร์ราคาสูงสามารถแสดงประสิทธิภาพได้เต็มร้อยอย่างคุ้มค่า
และนี่คือจุดเปลี่ยนสำคัญที่จะช่วยยกระดับวงการ AI ไทยให้ก้าวหน้าไปอีกขั้น! เพราะการวางกลยุทธ์ซอฟต์แวร์และการเลือกรูปแบบการใช้งานเป็นสิ่งสำคัญ แต่ทั้งหมดนั้นเป็นเพียงเรื่องปลายน้ำของคำถามพื้นฐานที่สำคัญกว่า นั่นคือ โครงสร้างพื้นฐานที่มีอยู่พร้อมรองรับการรัน AI ในระดับ Production Scale แล้วหรือยัง?
นิยามใหม่ของ “ความเป็นผู้นำ” ต่อจากนี้
การจะก้าวข้ามจากสถานะ ‘ผู้สร้าง’ ไปสู่ ‘ผู้นำ’ AI จะไม่เกิดขึ้นจากการทำ Proof-of-Concept ซ้ำแล้วซ้ำเล่า แต่ต้องเกิดจากการปรับเปลี่ยนวิธีคิด ทั้งในการวางแผน การจัดสรรเงินทุน และการลงมือปฏิบัติจริง โดยมี 3 ปัจจัยสำคัญที่ต้องมุ่งเน้น:
- ออกแบบเพื่อรองรับการขยายการใช้งานตั้งแต่เริ่มต้น (Design for scale from the start): วางระบบโครงสร้างพื้นฐานที่ยืดหยุ่น เพื่อรองรับความหนาแน่นของการประมวลผลและเวิร์กโหลด AI ที่จะเติบโตขึ้นในอนาคต ดีกว่ามาตามแก้หรือปรับปรุงระบบในภายหลัง
- ดังที่คุณวิทยา ธรรมรัตนากร, Data and AI Lead ประจำประเทศไทย, จาก Amazon Web Services ได้เน้นย้ำถึงความสำคัญของการใช้สถาปัตยกรรมแบบผสมผสาน โดยนำสถาปัตยกรรมแบบกระจายศูนย์และแบบไฮบริดมาใช้ โดยผสมผสานสภาพแวดล้อมการทำงานแบบ On-premise, Colocation และระบบคลาวด์ รวมถึงการปรับใช้แบบไฮบริดร่วมกับ AWS เพื่อเพิ่มความยืดหยุ่น ยึดหลักอธิปไตยของข้อมูล (Data Sovereignty) และเพิ่มประสิทธิภาพการทำงานของ AI
- เลือกพันธมิตรในจุดสำคัญ ยอมรับข้อจำกัดด้านขีดความสามารถภายในองค์กรอย่างตรงไปตรงมา และจับมือกับพันธมิตรผู้เชี่ยวชาญด้านโครงสร้างพื้นฐานเฉพาะทาง ที่มีความพร้อมทั้งเทคโนโลยี Liquid Cooling การออกแบบระบบความหนาแน่นสูง (High-Density) และประสบการณ์เชิงลึก เพื่อมาช่วยเสริมเติมเต็มศักยภาพองค์กร ให้พร้อมขยายสเกล AI เดินหน้าได้อย่างก้าวกระโดด
บททดสอบของจริงที่รออยู่
ประเทศไทยได้แสดงให้เห็นถึงวิสัยทัศน์และความมุ่งมั่นในการร่วมเป็นส่วนหนึ่งของ AI economy แล้ว แต่ความท้าทายหลังจากนี้คือโจทย์ที่ยากกว่า นั่นคือการเปลี่ยนความมุ่งมั่นนี้ให้กลายเป็นการลงมือทำอย่างเห็นผลลัพธ์เป็นรูปธรรม
องค์กรที่จะประสบความสำเร็จ ไม่ใช่องค์กรที่มองแค่โปรเจกต์ AI แยกย่อย แต่คือองค์กรที่มุ่งสร้างสภาพแวดล้อมที่เอื้อให้เกิดการขยายผลได้จริง ทั้งในด้านธรรมาภิบาลที่เชื่อถือได้ บุคลากรที่มีทักษะ โครงสร้างพื้นฐานที่ยืดหยุ่นแข็งแกร่ง และมีแนวทางในการสนับสนุนชัดเจนในการเปลี่ยนจากงานทดลองให้กลายเป็นการใช้งานจริงในเชิงธุรกิจ
ความเป็นผู้นำด้าน AI ของประเทศไทย ไม่ได้วัดกันที่ “จำนวนโครงการนำร่อง” ที่องค์กรเปิดตัว แต่วัดกันที่ความเชี่ยวชาญในการเปลี่ยนเทคโนโลยี AI ให้กลายเป็น “ผลลัพธ์ทางธุรกิจ” ที่วัดผลได้ และสร้างความสำเร็จได้อย่างยั่งยืน
ทั้งหมดคือจุดเปลี่ยนทางยุทธศาสตร์ที่องค์กรไทยกำลังเผชิญอยู่ และทุกการตัดสินใจวันนี้จะเป็นตัวกำหนดว่าใครคือผู้ที่จะก้าวขึ้นเป็น “ผู้นำ” ขับเคลื่อนเศรษฐกิจดิจิทัลของประเทศในทศวรรษหน้า
สามารถคลิกดาวน์โหลดรายงานการประเมินความพร้อมโครงสร้างพื้นฐาน AI ในภูมิภาคเอเชียฉบับเต็มได้ที่: Read the report
ประเมินความพร้อมโครงสร้างพื้นฐาน AI ขององค์กรคุณ และค้นหาว่าคุณอยู่จุดไหนบนเส้นทางการเติบโตด้าน AI คลิก Take the AI Infrastructure Readiness Assessment
Footnote:
- Source [1] หลักการของกฏหมายว่าด้วยปัญญาประดิษฐ์
- Source [2] Coding Thailand 2026: AI Inspires the Future
- Source [3] AI Infrastructure Readiness Assessment Report
เกี่ยวกับผู้เขียน
คุณบุศรินทร์ ประดิษฐยนต์ ดำรงตำแหน่งเป็น Country Head ของบริษัท เอสที เทเลมีเดีย โกลบอล ดาต้าเซ็นเตอร์ (ประเทศไทย) จำกัด หรือ STT GDC Thailand มีหน้าที่รับผิดชอบภาพรวมธุรกิจ เสริมสร้างความแข็งแกร่งของแบรนด์ STT GDC ในตลาด ร่วมมือกับลูกค้ารายสำคัญ พร้อมส่งมอบคุณค่าและการเติบโตให้กับธุรกิจดาต้าเซ็นเตอร์ของบริษัทฯ ในประเทศไทย คุณบุศรินทร์มีประสบการณ์การทำงานที่ประสบความสำเร็จเป็นที่ประจักษ์มานานกว่า 20 ปี พร้อมมีความเชี่ยวชาญในด้านการบริหารธุรกิจเชิงพาณิชย์ การลงทุน การดำเนินงาน และการวางแผนเชิงยุทธ์ศาสตร์ในธุรกิจดาต้าเซ็นเตอร์
ก่อนเข้าร่วมงานกับ STT GDC Thailand เคยทำงานให้กับ TCC Technology เป็นเวลาถึง 20 ปี โดยเป็นผู้ร่วมก่อตั้งธุรกิจดาต้าเซ็นเตอร์, ธุรกิจ SAP Managed Hosting สำหรับ TCC Group, ธุรกิจเครือข่ายการเชื่อมต่อ (จัดตั้งอินเทอร์เน็ตเกตเวย์และเครือข่ายระดับเมืองเชื่อมต่อโครงการด้านอสังหาริมทรัพย์ของ TCC Group) และยังเป็นคณะกรรมการที่จัดตั้งระบบจัดซื้อจัดจ้างสำหรับ TCC Group และมีตำแหน่งสุดท้ายเป็นผู้อำนวยการทั่วไปของ TCC Technology
คุณบุศรินทร์สำเร็จการศึกษาระดับปริญญาโทด้านวิทยาศาสตร์ สาขาการจัดการระบบสารสนเทศ จากมหาวิทยาลัยบัลติมอร์ ประเทศสหรัฐอเมริกา และระดับปริญญาตรีบริหารธุรกิจ เอกการเงิน จากมหาวิทยาลัยธรรมศาสตร์
